我试图解释在尝试交叉验证 k 最近邻模型的数据时得到的结果。我的数据集设置如下
变量 1(int) | 变量2（整数）| 变量 3(int) | 变量4（整数）| 响应（因子）
选择模型后，我将 80% 的数据分成 cvdata，20% 用于测试。
我的代码的一次迭代如下：
cv <- cv.kknn(formula = Response~., cvdata, kcv = 10, k = 7, kernel = 'optimal', scale = TRUE)
cv
当我运行“cv”时，它只返回一个 list()，其中包含一些看似随机的数字作为行名、观察到的结果变量 (y) 和预测结果变量 (yhat)。我正在尝试计算测试集的某种准确性。我应该将 y 与 yhat 进行比较来验证吗？
编辑：输出添加到下面
[[1]]
y yhat
492 1 0.724282776
654 0 0.250394372
427 0 0.125159894
283 0 0.098561768
218 1 0.409990851
[[2]]
[1] 0.2267058 0.1060212